Qué es llms.txt

El nombre imita al de robots.txt, y esa semejanza genera la primera confusión. robots.txt regula permisos: indica a un rastreador qué rutas puede pedir. El sitemap XML resuelve el descubrimiento: enumera las URL que el propietario quiere que se encuentren. llms.txt no hace ninguna de las dos cosas. Es un índice de orientación, escrito en Markdown, pensado para que un modelo de lenguaje que ya tiene el sitio delante entienda de un vistazo qué documentos importan y para qué sirve cada uno.

La propuesta procede de Jeremy Howard y se publicó el 3 de septiembre de 2024. Desde entonces circula como especificación viva, con una segunda versión del texto. No ha pasado por ningún organismo de normalización, no existe un registro oficial de la extensión y ningún buscador la ha incorporado a su documentación de rastreo. Llamarla estándar es un error de categoría: es una convención que un autor propuso y que una parte de la comunidad adoptó.

Conviene separarla también de llms-full.txt, un volcado del contenido completo en un solo archivo. Esa variante circula por costumbre de la comunidad y no figura en la especificación, de modo que ni siquiera comparte con llms.txt el respaldo de un documento publicado.

El archivo vive en la raíz del dominio, en la ruta /llms.txt, y sigue una estructura fija. Empieza con un encabezado H1 con el nombre del proyecto, único elemento obligatorio. Debajo va una cita en bloque con un resumen breve. A continuación puede aparecer prosa libre sin encabezados. El resto son secciones H2, cada una con una lista de enlaces Markdown; tras cada enlace se admite un signo de dos puntos y una nota que explica el documento. Una sección llamada Optional recoge por convención lo secundario, aquello que un modelo puede saltarse si va justo de contexto.

# Acme Docs

> Documentación de producto de Acme.

## Guías
- [Inicio](https://acme.com/inicio)
- [API](https://acme.com/api): referencia

## Optional
- [Changelog](https://acme.com/changelog)

Hasta aquí llega el mecanismo documentado. La parte que casi nunca se cuenta es la del consumo. Google se pronunció el 23 de julio de 2025, por boca de Gary Illyes en un evento Search Central Deep Dive: no admite llms.txt y no tiene previsto hacerlo.

Los registros de servidor apuntan en la misma dirección. Un análisis de 137.210 dominios referido a mayo de 2026 encontró que el 97 % de los archivos llms.txt publicados no recibió ni una sola petición ese mes. De las peticiones que sí llegaron, la mayoría procedía de herramientas de auditoría SEO y de perfiladores tecnológicos, no de sistemas de IA. Y en los dominios sin el archivo, ningún bot de IA fue a buscarlo: no sondean su existencia. El mismo análisis encontró que el 28 % de esos 137.210 dominios, todos ellos usuarios de una misma herramienta de analítica y por tanto una población más técnica que la media, publica un archivo llms.txt. La adopción existe; lo que falta es la lectura.

La decisión que cuelga de este término es fácil de enunciar y fácil de contestar mal: ¿merece la pena publicar el archivo? La respuesta honesta no es sí ni no. Crearlo cuesta poco, del orden de una hora para un sitio mediano, y a fecha de hoy no hay evidencia pública de que mejore la visibilidad en respuestas generadas. Quien lo publique debe hacerlo sabiendo eso, no esperando tráfico.

El riesgo real no está en el archivo, sino en lo que desplaza. Un equipo que dedica su presupuesto de visibilidad en IA a mantener un índice Markdown, mientras deja el HTML detrás de JavaScript sin renderizar o bloquea sin querer al rastreador de búsqueda de un proveedor, está optimizando la parte que nadie lee y descuidando la que todos rastrean. Los sistemas de IA que citan páginas llegan a ellas por la vía normal: rastreo, índice, recuperación.

Hay un segundo coste, el de mantenimiento. Un llms.txt desactualizado apunta a URL que ya no existen y describe secciones que cambiaron de nombre. Si algún día los proveedores empiezan a leerlo, el archivo abandonado será una fuente de errores y no una ventaja. Publicarlo obliga a incluirlo en la rutina de revisión del sitio, junto al sitemap y a las redirecciones.

• Publica el archivo solo si vas a mantenerlo: añádelo a la misma revisión periódica que el sitemap, las redirecciones y los canónicos.
• Sírvelo como texto plano en UTF-8 y comprueba que responde 200 en la raíz del dominio, no en un subdirectorio ni tras una redirección.
• Enlaza únicamente URL canónicas y accesibles sin sesión iniciada; una lista de enlaces rotos es peor que no tener archivo.
• Escribe la nota de cada enlace pensando en alguien que no conoce el sitio: qué contiene el documento y para qué caso sirve.
• Mide antes de opinar: filtra tus registros de acceso por la ruta /llms.txt y comprueba qué agentes la piden en tu propio dominio.
• Trátalo como un extra posterior, después de que el HTML renderice sin JavaScript y de que robots.txt permita el acceso a los rastreadores de búsqueda de los proveedores de IA.

• Presentarlo como estándar en una propuesta o en una auditoría de cliente, cuando es una propuesta sin adopción por parte de los buscadores.
• Sustituir el sitemap XML por llms.txt. Son mecanismos distintos y el sitemap sí lo consumen los buscadores.
• Generarlo con un plugin y no volver a mirarlo, de modo que envejece con cada cambio de estructura del sitio.
• Atribuirle subidas de menciones en ChatGPT o Perplexity que coinciden en el tiempo con otros cambios; sin grupo de control no hay causa demostrada.
• Volcar el sitio entero en llms-full.txt creyendo que así se entrena al modelo, cuando el entrenamiento depende del rastreo y de los permisos.